Büyük ölçekli ve şiddetli depremler sonrasında karayollarında oluşan asfalt çatlaklarının derin öğrenme temelli yaklaşımlarla otomatik olarak bölütlenmesi
Automatic segmentation of asphalt cracks on highways after large-scale and severe earthquakes with deep learning-based approaches
- Tez No: 811675
- Danışmanlar: PROF. DR. MEHMET YILMAZ, DOÇ. DR. FATİH DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 60
Özet
Sismik kırılmalar olarak adlandırılan depremlerin neden olduğu arazi yüzeyi çatlaklarının tespiti, gizlenmiş fayların bulunması, hareketlerinin izlenmesi ve olası depremlerin önceden tahmin edilmesi açısından büyük önem taşımaktadır. 6 Şubat 2023 günü merkez üssü Pazarcık (Kahramanmaraş - Mw = 7.7) ve Elbistan (Kahramanmaraş – Mw = 7.6) olan iki yıkıcı deprem olmuştur. Depremler sırasıyla yerel saat ile 04:17 (01:17 GMT)'de ve 13:24 (10:24 GMT)'de meydana gelmiştir. Bu depremler, Türkiye'deki iki büyük aktif fay sisteminden biri olan sol yanal doğrultu atımlı Doğu Anadolu Fayı (DAF) üzerinde meydana gelmiştir. AFAD verilerine göre meydana gelen bu depremler sığ depremler olup ilk deprem yerin 8.6 km derinliğinde meydana gelirken, ikinci deprem ise yerin 7 km derinliğinde meydana gelmiştir. Deprem başta merkez üssü olmak üzere 10 ilde ciddi bir şekilde hissedilmiş ve büyük miktarda yapı stoku zarar görmüştür. Meydana gelen ana şoklardan sonra 09.02.2023 saat 16.00'a kadar yaklaşık 1300 deprem kaydedilmiştir. Bu depremler sonrasında 10 il için arama kurtarma ekipleri ve yardım malzemelerinin afet bölgelerine en hızlı bir şekilde ulaştırılması gerekmektedir. Fakat Pazarcık ve Elbistan depremlerinden sonra karayollarında ve havaalanı pistlerinde çok büyük miktarda meydana gelen deformasyonlar sonucunda arama kurtarma ekipleri ve yardım malzemelerinin ulaşımı aksamıştır. Bu da deprem riski yüksek olan bölgelerdeki karayolu kalitesinin ne kadar önemli olması gerektiğini ortaya çıkarmıştır. Bu nedenle deprem bölgelerindeki karayolu ağının deformasyonlarının (yoğun dağılmış çatlaklar) incelenmesi gerekmektedir. Bu incelemeler sonucunda elde edilen deformasyon verilerin alanında uzman araştırmacılar tarafından tasniflenmesi büyük önem arz etmektedir. Özellikle büyük derece de olmayan karayolu deformasyonlarının belirlenmesi, karayollarında meydana gelecek bir sonraki artçı deprem, hava olayları ve trafiğin etkisiyle oluşacak büyük dereceli deformasyonların oluşumunu engelleyecektir. Bu nedenle oluşturulacak araştırma ekibiyle afet bölgesindeki karayollarında meydana gelen deformasyonların hepsi detaylı bir şekilde incelenip, deformasyon görüntüleri piksel boyutunda etiketlenecektir. Bu veri seti ile afet bölgelerindeki deformasyona açık karayollarının detaylı haritası çıkarılmış olacaktır. Bu haritaya göre depremden sonra oluşabilecek deformasyonların bakım-onarım planı hazırlana bilecektir. Böylece bakım-onarım çalışmalarının güvenirliği artırılmış olacaktır. İlaveten elde edilen piksel-etiketli görüntüler ile otomatik karayolu deformasyonlarını bölütleyen yapay zekâ uygulamaları için materyal oluşturulacaktır. Bu veri seti ile tez çalışmasında karayollarındaki deformasyonları otomatik olarak bölütleyen derin öğrenme temelli bir yaklaşım sunulacaktır.
Özet (Çeviri)
The detection of land surface cracks caused by earthquakes called seismic fractures is of great importance in terms of finding hidden faults, monitoring their movements and predicting possible earthquakes. On February 6, 2023, there were two devastating earthquakes with the epicenter of Bazaar (Kahramanmaraş-MW=7.7) and Elbistan (Kahramanmaraş-MW=7.6). Earthquakes occurred at 04:17 (01:17 GMT) and 13:24 (10:24 GMT), respectively. These earthquakes occurred on the left-hand lateral-pulsed East Anatolian fault (DAF), one of the two major active fault systems in Turkey. According to the AFAD data, these earthquakes are shallow earthquakes and the first earthquake occurred at a depth of 8.6 km, while the second earthquake occurred at a depth of 7 km. The earthquake was seriously felt in 10 cities, especially the epicenter, and a large amount of building stock was damaged. After the main shocks that occurred, about 09.02.2023 earthquakes were recorded until 16.00h at 1300:00. After these earthquakes, search and rescue teams and relief supplies for 10 provinces need to be delivered to disaster areas as quickly as possible. However, after the Bazaçik and Elbistan earthquakes, the deformations on the roads and airport runways caused a large amount of search and rescue teams and the transportation of relief equipment to the evening. This revealed how important the road quality should be in areas with high earthquake risk. For this reason, deformations of the road network (dense scattered cracks) in earthquake regions should be examined. It is of great importance that the deformation data obtained as a result of these examinations are sorted by expert researchers in the field. The determination of road deformations, especially not of a large degree, will prevent the formation of major deformations due to the effects of the next aftershocks, weather events and traffic that will occur on the roads. For this reason, with the research team to be created, all the deformations that occur on the roads in the disaster area will be examined in detail and the deformation images will be labeled in pixel size. With this dataset, detailed maps of the deformable highways in disaster areas will be made. According to this map, the maintenance-repair plan of deformations that may occur after the earthquake will be able to be prepared. Thus, the reliability of maintenance and repair work will be increased. In addition, the resulting pixel-tagged images will create material for artificial intelligence applications that divide automatic road deformations. With this dataset, the dissertation will provide a deep learning-based approach that automatically divides road deformations.
Benzer Tezler
- Assessment of seismic performance of RC members after fire exposure through large-scale testing
Betonarme yapı elemanlarının yangın sonrası deprem performanslarının geniş ölçekli deneylerle belirlenmesi
UĞUR DEMİR
Doktora
İngilizce
2020
Deprem Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALPER İLKİ
PROF. DR. MARK F. GREEN
- Deprem yükleri etkisi altındaki yapı davranışının yarı-aktif akışkanlı sönümleyiciler ve sismik taban yalıtım sistemleri kullanılarak bulanık mantık yöntemi ile kontrolü
Control of structural behavior of semi-active fluid damper and seismic base isolation systems under earthquake loads using fuzzy logic methods
RECEP KADİR PEKGÖZ
Doktora
Türkçe
2005
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF.DR. FERİDUN ÇILI
- Ön üretimli beton panellerle güçlendirilmiş dolgulu betonarme çerçevelerin deprem davranışının deneysel ve analitik olarak incelenmesi
Experimental and analytical investigation on seismic behavior of infilled reinforced concrete frames strengthened with precast concrete panels
ARİFE AKIN
Doktora
Türkçe
2011
İnşaat MühendisliğiSelçuk Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RIFAT SEZER
- Delikli çelik levhalarla güçlendirilmiş tuğla dolgu duvarların kolonları eksenel yüklü ba çerçeve davranışı üzerindeki etkisi
Effects of brick walls strengthened with perforated steel plates on rc frames with axial loaded columns
MERYEM BÖCEK
Doktora
Türkçe
2022
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SABAHATTİN AYKAÇ
PROF. DR. HÜSNÜ CAN
- Seismic performance upgrading of reinforced concrete frames using shape memory alloy bars
Şekil bellekli alaşım çubuklar ile betonarme çerçevelerin sismik performansının iyileştirilmesi
BURAK DURAN
Yüksek Lisans
İngilizce
2018
Deprem MühendisliğiAnadolu Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR AVŞAR
DOÇ. DR. KADRİ CAN ATLI